De ontwikkeling van congestie in de
Randstad
Vergeleken met de Vlaamse Ruit en de Rijn-Ruhr
Inhoudsopgave
Inleiding ... 3
1. Theorie en Kader ... 5
Theorie van bereikbaarheid ... 6
Bereikbaarheid in de Randstad ... 9
Drie gebieden met elkaar vergeleken ...11
2. Congestie in drie stedelijke gebieden ... 14
Methode ...15
Intensiteiten in de drie onderzochte stedelijke gebieden ...19
Het verkeersaanbod gebaseerd op I/C-verhoudingen ...21
3. Verklaringen vanuit invloedsfactoren... 29
Substitutie tussen Auto en Openbaar Vervoer...31
De problematiek in de Randstad ...35
Het verklarend schema vanuit lange termijn perspectief ...41
4. Capaciteitsproblemen als hoofdoorzaak? ... 44
De invloed van beleid aan de vraagkant ...44
Oorzaken vanuit de aanbodkant ...46
De lange-termijn ontwikkeling van het aanbod ...48
Knoop- en knelpunten ...54
5. Beleidskeuzes ... 56
Langetermijn ontwikkeling van beleid ...56
Een nieuwe situatie in de drie onderzochte gebieden ...59
Terug naar oud beleid? ...62
Conclusie ... 65
Literatuurlijst ... 67
Bronnen ... 69
Appendix A: De onderzochte stedelijke gebieden ... 71
Appendix B: Nauwkeurige berekening van I/C-waarden ... 72
Appendix C: De Rijn-Ruhr nader bekeken ... 73
Appendix D: Problemen in de gebiedsafbakening van de Vlaamse Ruit ... 75
Inleiding
Het Nederlandse fileprobleem kent zijn oorsprong in de jaren ’70. Sindsdien ontstaat dagelijks
structurele congestie op doorgaande wegen, met name in de Randstad.1 De bereikbaarheid van
dit economische centrum van Nederland stond en staat daarmee onder druk; niet alleen de externe toegang tot het kerngebied van ‘Nederland Distributieland’ verloopt bij toenemende congestie stroperig, ook intern verkeer wordt er sterk door vertraagd. Gemeten naar reis- en vertragingskosten is de Randstad het slechts bereikbare deel van Nederland, terwijl “het aantal
activiteiten wat mensen vanuit de Randstad kunnen bereiken juist dáár het grootst [is].”2 Een
ongunstige ontwikkeling, aldus Hilbers, Verroen en Wilmink. In een rapport van onderzoeksinstituut TNO-INRO uit 1995 stelden zij dat:
“Voor het economisch functioneren van een stedelijke regio (…) de interne bereikbaarheid van groot belang [is]. [Het] vergemakkelijkt de zakelijke interacties tussen economische functies (agglomeratie-effect) en vergroot de toegankelijkheid van de regionale arbeidsmarkt. Deze voordelen kunnen zich zowel uiten in een beter concurrerend (internationaal) vestigingsmilieu als in een betere rentabiliteit van de
bedrijven in de regio.”3
De eventuele negatieve invloed van congestie op dit soort economische overwegingen is tot nu toe onvoldoende behandeld in de literatuur. Het ontbreekt namelijk aan een referentiekader en vergelijkend historisch perspectief geplaatst. Deze scriptie heeft daarom als doel om de ontwikkeling van het fileprobleem in de Randstad nader te analyseren, en wel aan de hand van een vergelijking met andere stedelijke gebieden. Zo’n analyse spitst zich noodzakelijkerwijs toe op autosnelwegen. Op de eerste plaats verwerken deze wegen een groot deel van het
1 Walhout, R., ‘Geschiedenis van de Nederlandse autosnelwegen 8. Oliecrises en de veranderende samenleving’,
http://www.autosnelwegen.nl/asw/gs08.htm (21 februari 2014).
2 G.P. van Wee en J.A. Annema, Verkeer en vervoer in hoofdlijnen (2de druk; Bussum 2009) 152.
3 H.D. Hilbers, E.J. Verroen en I.R. Wilmink, De kwaliteit van de infrastructuur binnen metropolitane gebieden
autoverkeer en daarmee ook fors meer ‘reizigerskilometers’ dan andere vervoermiddelen.4 Ten
tweede is de zwaarte van het verkeer op autosnelwegen door de jaren heen goed gedocumenteerd, zowel in de Randstad als in overeenkomende regio’s. Hierdoor is een verantwoorde vergelijking van de ontwikkeling van congestie in verschillende gebieden goed mogelijk. De hoofdvraag van deze scriptie luidt daarom:
“In hoeverre verschilt de ontwikkeling van congestie in de Randstad met die in vergelijkbare stedelijke gebieden? En hoe kunnen eventuele verschillen verklaard worden?”
De eerste deelvraag die hierbij rijst is hoe congestie in een breder perspectief kan worden geplaatst. In hoofdstuk 1 wordt het belang van bereikbaarheid en de invloed van congestie hierop uitgelegd. Daarnaast wordt een kort overzicht gegeven van hoe hier tot nu toe in de literatuur mee om is gegaan. Ook wordt duidelijk dat een vergelijking tussen de Randstad, de Vlaamse Ruit en de Rijn-Ruhr in Duitsland aanknopingspunten biedt voor nader onderzoek. Daarop volgen in hoofdstuk 2 de opzet en de resultaten van dit nadere onderzoek naar congestie in deze drie gebieden. De vraag die hierbij gesteld is luidt: “Hoe kan congestie eigenlijk vergeleken worden en wat was de precieze ontwikkeling ervan?” Aan de hand van verkeerskundige berekeningen over drie peiljaren (1986, 1995 en 2005) heen komt deze ontwikkeling eenduidig en locatiespecifiek in beeld. Hieruit blijkt dat congestie in de Randstad fors groter was dan in de Vlaamse Ruit en de Rijn-Ruhr.
In de hoofdstukken 3 en 4 worden deze onderzoeksresultaten in een ruimere context geplaatst, en met behulp van de literatuur volgt hieruit een verklarend model. Want waarom was congestie uiteindelijk zwaarder in de Randstad? Hoofdstuk 3 behandelt verklaringen uit de literatuur, het gebruik van de auto tegenover eventuele alternatieven en ook een modelmatige benadering die invloeden over de langere termijn duidelijker maakt. Hoofdstuk 4 spitst zich vervolgens toe op de hoofdoorzaaken van de zwaardere congestie in de Randstad. Een samenhang van ruimtelijk beleid en de ontwikkeling van het capaciteitsaanbod op het wegennet waren van grote invloed.
4 De omvang van het wegvervoer in Nederland bedroeg in 1995 163 miljard kilometer, dat van het openbaar
vervoer slechts 28 miljard kilometer, en van al het verkeer buiten de bebouwde kom reed meer dan de helft op autosnelwegen. CBS Statline, ‘Historie verkeer en vervoer vanaf 1899; Verkeersprestaties’
Hoofdstuk 5 begint met een analyse van het overhei dsbeleid in Nederland aangaande verkeer en vervoer over de langere termijn, en maakt daarnar duidelijk dat de zwaardere congestie in de Randstad heden ten dage alweer verleden tijd is. Waarom verschilt de situatie in uit de laatste jaren, dus in de periode ná het onderzoek uit hoofdstuk 2, zo sterk met de ontwikkeling van congestie daarvóór? Er is er een duidelijke trendbreuk zichtbaar, terwijl de overheid forse investeringen deed in extra weginfrastructuur.
De scriptie schurkt daarmee tegen het bredere debat over (auto)mobiliteit in de maatschappij aan. Enige stellingname is hierin onvermijdelijk, een voor mobiliteitshistorici
bekend probleem.5 Erik van der Vleuten en Arne Kaijser stellen dat, in de Europese context,
veel historici de sterke invloed van infrastructuur op de samenleving wel herkennen, maar de
eigenlijke ontwikkeling van deze netwerken nog onvoldoende hebben onderzocht.6 Deze
scriptie heeft een beperktere reikwijdte – met de Randstad als hoofdonderwerp afgezet tegenover een beperkte context van vergelijkbare gebieden, en met een minder sterke nadruk op de effecten van infrastructuur an sich. Toch bieden met name de resultaten uit het eigen onderzoek (naar de kwantitatieve ontwikkeling van congestie) aanknopingspunten voor een verdere uitdieping van het onderwerp.
5 G.P.A. Mom en R. Filarski, Van transport naar mobiliteit: De mobiliteitsexplosie, 1895-2005 (Zutphen 2008)
389.
1. Theorie en Kader
Theorie van bereikbaarheid
Infrastructurele capaciteit voor personen- en vrachtvervoer is één van de voorwaarden voor
economische ontwikkeling.7 Zowel vervoer van individuen tussen hun woon- en werklocatie
(oftewel forensisme), als vele soorten interacties tussen bedrijven of organisaties (in zakelijk verkeer), vinden plaats dankzij infrastructurele netwerken. Tegelijkertijd voedt dit vervoer ook níeuwe activiteiten; bereikbaarheid is namelijk van invloed op grondgebruik. Uitgedrukt in de voorkeur voor locaties is dit grondgebruik mede bepalend voor: waar mensen wonen, werken, recreëren, enzovoort. Infrastructurele netwerken zorgen er vervolgens voor dat het vervoer tussen deze verschillende activiteiten plaats kan vinden. En tenslotte maken deze netwerken: “Op hun beurt [...] locaties meer of minder bereikbaar en daardoor meer of minder aantrekkelijk
voor de vestiging van bepaalde activiteiten. En zo begint de cyclus opnieuw.”8 Amerikaanse
onderzoekers toonden al in de jaren ’50 het cirkelvormige verband tussen bereikbaarheid en
grondontwikkeling aan.9 Sindsdien is de zogenaamde ‘land-use transport feedback cycle’ een
veelgebruikt begrip in de ruimtelijke planning.10
Figuur 1: de gesimplificeerde 'land-use transport feedback cycle' volgens Bertolini.11
7 Hilbers, Verroen en Wilmink, De kwaliteit van de infrastructuur, 1. 8 L. Bertolini, De planologie van mobiliteit (Amsterdam 2009) 13.
9 M. Wegener, ‘Overview of land-use transport models’, in: Handbook of transport geography and spatial
systems. Handbooks in transport 5 (Amsterdam, Londen 2004) 127–146, aldaar 29.
10 Ibidem.
Infrastructurele netwerken hebben echter een beperkte capaciteit, en wanneer de vraag naar deze capaciteit het aanbod ervan overstijgt ontstaat congestie. Zo’n barrière in bereikbaarheid heeft pas over de langere termijn een negatieve invloed op de relatieve aantrekkelijkheid van locaties, maar werkt al direct door in de reikwijdte van activiteiten die mensen kunnen ontplooien. Michael Wegener’s ‘model of urban models’ gaat er dan ook van uit dat transport – de directe afgeleide van bereikbaarheid in de 'land-use transport feedback cycle’ – het snelst
aan verandering onderhevig.12 Luca Bertolini is het er mee eens dat activiteitenpatronen van
mensen snel aangepast kunnen worden, en voegt daar aan toe dat: “Veranderingen in
ruimtelijke inrichting en vervoersystemen een veelvoud aan tijd [vergen].13
Figuur 2: interne en externe invloeden op de 'land-use transport feedback cycle’ en de snelheid van veranderingen in deze cyclus'14
De figuur hierboven laat de invloedsrelaties in de ‘land-use transport feedback cycle’ en het tempo waarmee veranderingen ervan plaatsvinden zien: locaties en netwerken veranderen langzaam, activiteiten snel en bereikbaarheid en haar effecten eigenlijk direct. Daarnaast is ook zichtbaar dat de cyclus niet gesloten is: externe factoren, zoals ruimtelijke ontwikkelingen of de ‘bredere sociaaleconomische context’, hebben invloed op afzonderlijke componenten ervan,
12 Wegener, ‘Overview of land-use transport models’, 2. 13 Bertolini, De planologie van mobiliteit, 14.
en werken door in het gehele proces.15 Michael Wegener onderscheidt achter deze invloeden
een gepreciseerd model aan particuliere (vaak markteconomische) ‘keuzes’, langlopende (vaak demografische) ‘transities’ en niet te vergeten beslissingen gemaakt door overheden – ‘beleid’
– als aparte ‘procesmodules van urbane verandering’.16
Wat in zowel de gedetailleerde (‘gedisaggregeerde’) modellering van Wegener als de gesimplificeerde cyclus van Bertolini echter ontbreekt, is de invloed van congestie. Dat is op zijn minst vreemd, want noch in het private, noch in het publieke domein wordt ‘gekozen’ voor een vermindering van bereikbaarheid. Ook is congestie geen ‘transitie’, en juist ook het tegendeel van ‘beleid’; het is een negatief voortvloeisel uit eerdere succesen van het
‘mobiliteitssysteem’!17 Deze rem op de ‘land-use transport feedback cycle’ wordt in de
literatuur wel herkend, maar krijgt vervolgens geen plaats in de cyclus. Paul Edwards stelt dat dit inherent is aan onze kijk op infrastructuur. Het is een ‘volwassen technologische systemen’,
en daarmee zo normáál geworden dat het pas opvalt wanneer de boel in de soep loopt.18 De
negatieve invloed van congestie op bereikbaarheid is echter geen uitzonderlijke situatie meer wanneer deze dag in, dag uit het leven van mensen beïnvloedt, en wanneer files en vertragingen
tot de meest besproken onderwerpen behoren.19
15 Bertolini, De planologie van mobiliteit, 14.
16 M. Wegener, ‘Current and future land use models’, in: Travel model improvement program land use modeling
conference proceedings (gepresenteerd bij Travel model improvement program land use modeling conference Washington D.C. 1995) 15–40, aldaar 27–29.
17 Bertolini, De planologie van mobiliteit, 9.
18 P.N. Edwards, ‘Infrastructure and modernity: force, time, and social organization in the history of
sociotechnical systems’, in: T.J. Misa, P. Brey en A. Feenberg eds., Modernity and Technology (2003) 185–226, aldaar 185.
Bereikbaarheid in de Randstad
Een duidelijk voorbeeld van een infrastructureel netwerk dat minder goed functioneerde is te vinden in het Nederlandse fileprobleem van pakweg de laatste twintig jaar. Deze situatie is ook internationaal (h)erkend. Als stedelijk gebied presteerde de Randstad in 2007 namelijk relatief slecht qua bereikbaarheid, aldus de Organisatie voor Economische Samenwerking en
Ontwikkeling (OESO).20 In hun Policy Brief over de economische kracht van de Randstad
stelden zij zich daarom kritisch over deze verkeersproblemen: “[ze] lijken [er] erger dan in de
Vlaamse Ruit en het Ruhrgebied.” 21 In 2005 zou 81% van de files op de Nederlandse wegen in
de Randstad staan, en daarom moest volgens de OESO fors meer geïnvesteerd worden in het
wegennet.22 Hiermee velden zij in één klap een oordeel over de bereikbaarheid in de Randstad
en de negatieve invloed hiervan op locaties en activiteiten, en pleitte men voor versterking van het netwerk. Alle componenten uit de ‘land-use transport feedback cycle’ kregen dus een waardeoordeel mee vanuit het oogpunt van congestie, juist díe externe factor die vanuit in de literatuur nog geen duidelijke plaats in de cyclus heeft gekregen!
De OESO koos in hun pleidooi interessant genoeg voor een vergelijking van de Randstad met andere gebieden. Met een zelfde insteek hebben Hilbers, Verroen en Wilmink, in het in de inleiding reeds genoemde TNO INRO-rapport op comparatieve basis onderzocht welke invloed infrastructuur heeft op de aantrekkelijkheid van vestigingsplaatsen. Dit deden zij door middel van een systematische vergelijking van de bereikbaarheidskwaliteit in drie stedelijke gebieden: de Randstad, de Vlaamse Ruit en de Rijn-Ruhr. Volgens Hilbers, Verroen en Wilmink worden ‘schaalvoordelen van stedelijke gebieden’ vooral dankzij ‘goede
onderlinge verbindingen tussen deelcentra’ uitgebuit.23 In dat geval is er sprake van een
zogenaamd ‘agglomeratie-effect’, wat een positieve uitwerking zou hebben in:
20 Organisation for Economic Co-operation and Development, OECD Territorial Reviews Randstad Holland,
Netherlands. (Parijs 2007) 3–4, Parijs.
21 Het is in de literatuur soms onduidelijk welke gebiedsdefinitie gehanteerd wordt. Alhier luidt deze als volgt:
de Rijn-Ruhr omhelst het ‘kern’-Ruhrgebied (van west naar oost: Duisburg tot en met Dortmund) plus de stedelijke gebieden rond Mönchengladbach, Düsseldorf, Keulen en Bonn. De Vlaamse Ruit is ruwweg het gebied tussen en rond Antwerpen, Brussel, Gent en Leuven.
"Netwerkvorming tussen bedrijven, of op de omvang van de arbeidsmarkt”. 24 Het
agglomeratie-effect draagt hierdoor bij aan: “Het economisch potentieel van een stedelijke
metropool, zowel in vestigingsklimaat als op de rentabiliteit van stuwende bedrijven.”25 Met
andere woorden: de economische kracht van de onderzochte West-Europese stedelijke gebieden is sterk afhankelijk van de bereikbaarheid aldaar. De werking van de ‘land-use transport feedback cycle’ lijkt daarmee ten minste deels bewezen. Recenter onderzoek uit 2006 heeft het gunstige effect van bereikbaarheid agglomeratie-effecten voor de Randstad dan ook
andermaal bevestigd.26
De OESO stelt dat 81% van de Nederlandse congestie in 2005 juist in de Randstad plaatsvond, waarmee de directe schade van onbereikbaarheid vooral in dit stedelijke gebied geleden werd. In hun ‘Mobiliteitsbalans 2007’ heeft het indertijd net opgerichte Kennisinstituut voor Mobiliteitsbeleid (KiM) daarom niet de eventuele baten van bereikbaarheid betraceerd, maar juist de kosten die onbereikbaarheid met zich meebrengt. Zij schatten deze kosten voor het jaar 2006 in op tussen de 2,6 en 3,4 miljard euro aan reistijdverliezen, uitwijkkosten en
indirecte kosten voor Nederland in het geheel.27 Daarbij namen volgens het KiM de kosten van
onbereikbaarheid trendmatig toe.
Omdat de negatieve invloed van congestie onvoldoende vergelijkbaar is gemaakt in de literatuur, is nader onderzoek nodig. Bijvoorbeeld op basis van de vergelijking met andere gebieden zoals gemaakt door Hilbers, Verroen en Wilmink.
24 Het agglomeratie-effect is een verschijnsel waarbij bedrijven en personen zich concentreren in één gebied, met
een positieve economische ontwikkeling als gevolg..
25 Hilbers, Verroen en Wilmink, De kwaliteit van de infrastructuur, 3.
Drie gebieden met elkaar vergeleken
Een gebiedsvergelijking staat of valt allereerst bij een nauwkeurige geografische afbakening. Het lijkt logisch om hierbij niet té ver over de grens te kijken. Structurele geografische, economische en niet te vergeten sociaal-historische verschillen vervuilen anders de analyse. Volledige landen buiten Europa zijn bijvoorbeeld minder goed vergelijkbaar met Nederland, omdat zij zich in zeer verschillende periodes economisch, demografisch en ruimtelijk ontwikkelden. Zo nam in de Verenigde Staten de grootschalige aanleg van weginfrastructuur
veel eerder een vlucht door snellere ‘massamotorisering’.28 Daarnaast bestaan er ook binnen de
VS grote verschillen in de ontwikkeling van infrastructuur in stedelijke gebieden. Buiten de oudere steden langs de Noordoostkust was het rond plaatsen als Los Angeles of Houston bijvoorbeeld mogelijk om wegenplannen zonder al te veel invloed van reeds bestaande nederzettingspatronen te realiseren. Deze analytische problemen maken een vergelijking tussen de Randstad en de Verenigde Staten daardoor zeer gecompliceerd. Daarom is het nuttiger om te kiezen voor een comparatieve analyse tussen de Randstad en nabijere stedelijke gebieden in Europa.
Uitganspunt hierbij is dat de Randstad wezenlijk verschilt van veel andere regio’s. Het is namelijk een zogenaamd ‘polycentrisch’ stedelijk gebied, wat betekent dat binnen deze regio meerdere, dicht bij elkaar gelegen, ‘stadsgewesten’ voorkomen. Dit in tegenstelling tot plekken waar een sterke centrum-periferierelatie tussen één grote centrale stad en haar wijde omgeving bestaat, zoals rond Londen of Parijs.29 Het gebrek aan één duidelijk centrum, zoals in de Randstad, is van belangrijke invloed op de verplaatsingspatronen aldaar. Zo worden reisafstanden al snel groter omdat de gemiddelde dichtheid van activiteiten lager ligt.
Qua vergelijkbaarheid zijn daarom juist de gebieden die door de OESO en in het TNO-INRO rapport worden vergeleken zeer geschikt voor verder onderzoek. Het gaat hierbij naast de Randstad dus om de Rijn-Ruhr in Duitsland, en de Vlaamse Ruit in België. Deze gebieden kennen een aantal belangrijke overeenkomsten: Op de eerste plaats hebben ze een overeenkomstig urbanisatiepatroon: juist hier wordt het bebouwde landschap gedomineerd door op internationaal niveau ‘middelgrote’ steden, met tussen de 200.000 en 1 miljoen
28 Mom en Filarski, Van transport naar mobiliteit dl. 2, 267.
inwoners. Ook liggen steden in alle drie gebieden op relatief korte afstand van elkaar, en worden ze verbonden door uitgebreide rail- en wegnetwerken van redelijk vergelijkbare dichtheid.
Tenslotte worden deze stedelijke gebieden tezamen in de literatuur ook weleens als één
geheel beschouwd, dus als een ‘grootschalige polynucleaire stedelijke regio’.30 Alle drie
gebieden zijn onderdeel van de zogenaamde ‘Blue Banana’ van aaneengeschakelde stedelijke regio’s in de EU. Roger Brunet noemde in een artikel uit 2002 dit gebied, tussen pakweg de Britse Midlands en de Po-vlakte in Noord-Italië, het ‘economisch kerngebied’ van de Europese Unie.31
Kaart 1: De Europese ‘Blue Banana’.
Zowel de Randstad, de Vlaamse Ruit als de Rijn-Ruhr bevinden zich midden in deze Europese 'Blue Banana'. Natuurlijk is er genoeg discussie mogelijk over de relevantie van dit
30 F.M. Dieleman en A. Faludi, ‘Randstad, Rhine-Ruhr and Flemish diamond as one polynucleated
macro-region?’, Tijdschrift voor Economische en Sociale Geografie 89 (1998) 320–327, aldaar 320–327.
2. Congestie in drie stedelijke gebieden
Congestie wordt in de literatuur vaak genoemd als belangrijke invloedsfactor van bereikbaarheid, maar de precieze mate ervan is tot nu toe onvoldoende duidelijk. Uit het OESO-rapport blijkt bijvoorbeeld niet welke grootte het fileprobleem in de Randstad precies zou hebben. Dit probleem beperkt zich niet alleen tot secundaire literatuur. Onderling vergelijkbare gegevens over congestie voor de drie gebieden zijn sowieso moeilijk te vinden; zo zijn er verschillende definities over wat congestie nu precies inhoudt. Dat is een oud probleem, al in de jaren ’20 van de vorige eeuw hield de Volkerenbond zich afzijdig van wegstatistieken,
terwijl gegevens over andere vormen van transport internationaal geharmoniseerd werden.32
In Nederland hanteert Rijkswaterstaat meerdere methoden om file-informatie in te winnen, terwijl een andere organisatie, de VerkeersInformatieDienst (VID), alleen werkt met zogenaamde ‘kilometerminuten’ (oftewel iedere minuut dat er een kilometer file stond) als
weergave van ‘verkeersdruk’ (een synoniem voor congestie). 33 Zowel Rijkswaterstaat als de
VID doen dit echter alleen voor Nederland in het geheel, en niet voor de Randstad specifiek. Daarnaast is er bij laatstgenoemde een breuk in rekenmethoden die gegevens van vóór 2005
onvergelijkbaar maakt met die van erna. 34 Kilometerminuten worden ook in België als
indicator van congestie gebruikt. De Federale Overheidsdienst Mobiliteit en Vervoer (FOMV) geeft hier de volgende definitie voor:
“De verkeerstoestand in een regio wordt gekenmerkt door een gemiddeld verkeersvolume (aantal voertuigkilometer per uur) en een gemiddelde reistijd per afgelegde kilometer. Beiden geven aan in welke mate een verkeerstoestand
gecongesteerd is, wat een indicatie van de filevorming geeft.”35
Deze methodiek is een goed aanknopingspunt voor verder onderzoek, maar het ontbreekt in zowel bronnen als literatuur aan één enkele dataset die een onmiddelijke vergelijking tussen de gekozen stedelijke gebieden mogelijk maakt.
32 F. Schipper, Driving Europe: building Europe on roads in the twentieth century (Amsterdam 2008) 35. 33 Verkeersinformatiedienst, ‘Fileproblematiek’, http://vid.nl/fileproblematiek.html (21 februari 2014). 34 Verkeersinformatiedienst, ‘File top 50’, http://vid.nl/top50.html (21 februari 2014).
Methode
Dit gebrek aan onderlinge vergelijkbaarheid heeft gevolgen voor het analytisch gehalte van eerder onderzoek uit de literatuur. Zo wordt in het TNO-INRO rapport uit 1995 pas ná de conclusie duidelijk dat gegevens over congestie helemaal niet verwerkt zijn in de aldaar
gepresenteerde bereikbaarheidsanalyse.36 Dit voorbehoud ondermijnt daarmee een aantal
ogenschijnlijk valide conclusies over de ‘matching’ van infrastructuur en ruimtelijke structuur en de aantrekkelijkheid van plaatsen in de drie onderzochte gebieden.
Hilbers en Wilmink proberen deze omissie wel te repareren in hun artikel uit 2002. Hierin presenteren zij een aantal kerncijfers, die in ieder geval duidelijk maken dat snelwegen in de Randstad méér gebruikt worden dan in de Vlaamse Ruit of de Rijn-Ruhr. De onderstaande tabel laat dit zien:
Tabel 1: ‘Verkeersintensiteiten’ volgens Hilbers en Wilmink in 2002.37
Randstad
Rijn-Ruhr Vlaamse Ruit
Gemiddelde intensiteit per rijstrook per dag
Autosnelwegen 16.800 13.200 13.600
Regionale Wegen 5.300 4.800 5.300
[Totaal intensiteiten] 10.000 8.100 8.000
Aandeel van Autosnelwegen met een intensiteit van:
> 20.000 voertuigen per dag per rijstrook 23% 12% 5%
15.000-20.000 voertuigen per dag per rijstrook 37% 22% 22%
<15.000 voertuigen per dag per rijstrook 40% 66% 73%
[Totaal aandeel intensiteiten] 100% 100% 100%
Deze cijfers, uit het artikel van Hilbers en Wilmink, maken de verhouding tussen de capaciteitsvraag, oftewel de gemeten ‘verkeersintensiteit’, en capaciteitsaanbod op alle snelwegen in de drie gebieden deels inzichtelijk. Ze zijn een eerste aanwijzing dat congestie in de Randstad mogelijkerwijs groter was dan elders. De gegevens uit tabel 1 zijn echter zeer grove gemiddelden en gemeten over de hele onderzochte gebieden; spreiding of concentratie
36 Hilbers, Verroen en Wilmink, De kwaliteit van de infrastructuur, 1.
37 H.D. Hilbers en I.R. Wilmink, ‘The supply, use and quality of Randstad Holland’s transportation networks in
van verkeersdruk, bijvoorbeeld in ruimte als extra belasting op bepaalde routes of in tijd als extra drukke spitsuren, blijft daardoor onbekend. De mate waarin infrastructurele netwerken deze hoeveelheden verkeer zonder noemenswaardige problemen kon verwerken is daarmee onduidelijk. Waar en wanneer de precieze knelpunten lagen en misschien belangrijker nog, hoe deze zich door de jaren heen ontwikkeld hebben, is op basis van de literatuur een raadsel.
In beginsel is het verkeerskundig gezien wel correct om, zoals in tabel 1, het op (snel)wegen ‘aangeboden’ verkeer als uitgangspunt te nemen. Zogenaamde ‘intensiteitscijfers’ geven het kale aantal voertuigen per uur en per wegvak weer (tussen bijvoorbeeld twee afslagen, of ‘aansluitingen’), en voor alle drie de gebieden zijn dit soort gegevens over een groot aantal jaren beschikbaar. In Nederland is dit voor nationale (Rijks-) wegen bijgehouden in de jaarlijkse rapporten ‘Inschatten wegvakintensiteiten’ (INWEVA), die door Rijkswaterstaat vanaf 1986 uitgegeven zijn, en tot en met de gegevensreeks uit 2006 online opvraagbaar waren. Ook de Federale Overheidsdienst Mobiliteit en Vervoer in België publiceert vergelijkbare cijfers, en heeft deze ondermeer voor de periode 1985-2008 samengevat.38
Wat de Rijn-Ruhr betreft ligt het wat lastiger. Het toenmalige ‘Ministerie für Wirtschaft, Energie, Bauen, Wohnen und Verkehr’ (MWEBWV) hield de laatste decennia in Noordrijn-Westfalen (waarin de Rijn-Ruhr zich bevindt) de verkeersgegevens bij, zij het echter alleen op basis van zogenaamde ‘Dauerzählstellen’. Deze gemechaniseerde telpunten zorgen dagelijks voor een accuraat doch beperkt, lokaal, beeld van de verkeersdruk, en worden slechts op enkele
wegvakken gebruikt.39 In tegenstelling tot de jaarlijkse handmatige tellingen in Nederland en
België zijn de direct beschikbare gegevens voor de Rijn-Ruhr dus alleen beschikbaar voor een klein aantal plaatsen op het snelwegennet. Daarnaast gaan zij niet ver terug in de tijd; pas vanaf 1996 zijn de eerste verkeerstellingen beschikbaar. Gelukkig is er voor het jaar 2005 wel een duidelijk beeld van de situatie in de Rijn-Ruhr. Met behulp van de zogenaamde ‘Verkehrsstärkenkarte 2005’, beschikbaar via de Autobahnatlas-Online en gebaseerd op gegevens van het MWEBWV, kunnen verkeersintensiteiten op álle wegvakken achterhaald worden.40
38 FOD Mobiliteit en Vervoer, ‘Synthese verkeerstellingen 1985-2008’,
http://www.mobilit.belgium.be/nl/binaries/Verkeerstellingen9_tcm466-216412.xls (21 februari 2014).
39 MBWSV, ‘Jährliche Auswertung der Messstellen’
http://www.mbwsv.nrw.de/service/downloads/Strassenverkehr/Jahresergebnisse/index.php (21 februari 2014).
40 Autobahnatlas, ‘Kfz-Verkehr 2005’, http://www.autobahnatlas-online.de/Verkehrsmengenkarte2005.pdf (21
Tenslotte wordt dankzij de gevonden intensiteitscijfers het belangrijke onderscheid tussen week- en werkdaggemiddelden zichtbaar. Het komt er op neer dat er rond 25% meer
verkeer op doordeweekse dagen in vergelijking met het weekend rijdt. 41 Niet meer dan logisch,
aangezien het overgrote merendeel van het woon-werkverkeer op werkdagen plaatsvindt, en daardoor ook meer congestie plaatsvindt. Al met al ontstaat na analyse van deze gegevens een duidelijk overzicht van de verkeersontwikkeling in de drie gebieden over twee decennia, maar is dit beeld voor het Ruhrgebied beperkter en recenter, met alleen voor 2005 een volledig beeld.
Kaart 2: Het verkeersaanbod op snelwegen in de Randstad in duizenden, gecorrigeerd naar werkdaggemiddelden, in drie peiljaren.42
41 Rijkswaterstaat ‘INWEVA 2005’.
Op Kaart 2 hierboven zijn, op basis van de eerder genoemde verkeersgegevens, de verkeersintensiteiten op snelwegen in de Randstad gedurende drie peiljaren weergegeven. Ten bate van een duidelijker weergave zijn deze gegevens geaggregeerd naar stukken snelweg
tussen knooppunten.43 Dit is een versimpeling van de werkelijkheid, maar nog steeds
nauwkeuriger dan de gebiedsgemiddelden die Hilbers en Wilmink presenteren (zie tabel 1). Hierin stonden immers alleen grove gemiddelden voor de hele stedelijk gebieden in één peiljaar. Op basis van de hierboven gehanteerde gegevens ontstaat daarom in ieder geval een nauwkeuriger beeld van de reële capaciteitsvraag, op specifieke trajecten (dus in ruimte) en de ontwikkeling hiervan over de langere termijn (in tijd).
De onderzochte trajecten op Kaart 2 komen overeen met de afbakening die ook in het TNO-rapport uit 1995, en het daarop volgende artikel van Hilbers en Wilmink (2002) gebruikt
wordt.44 Dit is bijzonder nuttig voor de vergelijkbaarheid van deze scriptie met de relevante
literatuur. Met het gebruik van de peiljaren wordt duidelijk hoe het verkeersaanbod in grofweg twee decennia gegroeid is. Een voortschrijdend gemiddelde voor alle tussenliggende jaren was misschien beter geweest, maar de beperkte beschikbaarheid van primair bronmateriaal voor de Rijn-Ruhr sluit dit helaas uit. Daarnaast worden de verschillen tussen de peiljaren voldoende duidelijk dankzij enige bewerking met betrekking tot de gekozen kaartweergave.
Dankzij het gebruik van intensiteitscijfers ontstaat een duidelijk beeld van de historische ontwikkeling van de capaciteitsvraag in een stedelijk gebied. Hiermee wordt de verkeersvraag in ieder geval duidelijk.
Intensiteiten in de drie onderzochte stedelijke gebieden
Kaart 3: Absolute intensiteiten op de autosnelwegen naar motorvoertuigen per wegvak per uur,45 tijdens drie peiljaren in de drie stedelijke gebieden (op dezelfde geografische schaal).46
Wanneer intensiteitscijfers uit alle drie gebieden naast elkaar worden gelegd op een kaart, zoals hierboven, wordt duidelijk dat de verkeersvraag in de Randstad sterker is gegroeid dan in de Rijn-Ruhr en de Vlaamse Ruit. Hilbers en Wilmink hebben hier een aantal verklaringen voor. Zo heeft de Randstad volgens hen in vergelijking met de Rijn Ruhr een minder uitgebreid
45 Op basis van wettelijke status.
46 Gebaseerd op de eerder genoemde INWEVA-cijfers van Rijkswaterstaat, Dauerzählungen (1996), de
snelwegennet. Dit houdt echter niet per definitie in dat het netwerk slechter functioneert. Wilbers en Hilmink stellen dat de Randstad het zelfs béter doet dan de Rijn-Ruhr. De opzet van het wegennetwerk zorgt er namelijk voor kortere reistijden. Het argument dat de Randstad het
slechter doet dan de andere gebieden, houdt daarom volgens Hilbers en Wilmink geen stand.47
Zij ondersteunen deze stellingen met wat zij een kwalitatieve vergelijking van infrastructuur noemen, weergegeven in de tabel hieronder.
Tabel 2: De kwaliteit van infrastructuur in twee gebieden gemeten naar autosnelheid (2002).48
Randstad
Rijn-Ruhr
Gemiddelde snelheid van het wegennet, gebaseerd
op routeplanners 45,4 44,1
Gemiddelde snelheid gebaseerd op enquêtes
Binnen de spits (4 uur per dag) 48 45
Buiten de spits 48 48
De resultaten van deze vergelijking zijn echter niet bevredigend. Zo maken Hilbers en Wilmink niet duidelijk hoe rekening gehouden is met de vertragende werking van congestie. Ook worden deze resultaten niet ondersteund door de gegevens die zij zélf over de gemiddelde intensiteiten in de Randstad presenteren (zie Tabel 1). Er vindt in hun onderzoek dus geen correctie plaats naar verhouding tussen de vraag en aanbod van wegcapaciteit. Alleen eigen onderzoek kan antwoord geven op de vraag hoe deze verhouding eruitzag, en of congestie in de Randstad inderdaad groter was dan elders.
Het verkeersaanbod gebaseerd op I/C-verhoudingen
De verhouding tussen vraag en aanbod van capaciteit is duidelijk weer te geven door middel van zogenaamde intensiteit-/capaciteitverhoudingen. Met behulp van een redelijk simpele formule wordt hierin de theoretische capaciteit van een snelweg per uur genomen (het infrastructurele aanbod) en vergeleken met de gemeten verkeersintensiteiten (de
verkeersvraag). Zo’n vergelijking wordt kortweg een I/C-verhouding genoemd.49
Neem bijvoorbeeld de A16 tussen Rotterdam-Centrum en Rotterdam-Feijenoord. Daar werd op een werkdag in 2005 een totaal van 255.153 passerende voertuigen gemeten. Hiermee was dit stuk snelweg in dat jaar met stip het drukste wegvak in alle drie de onderzochte gebieden. Toch stond er relatief veel minder file dan op andere wegvakken. Voor de grote hoeveelheid verkeer aldaar was namelijk voldoende capaciteit beschikbaar: 10 rijstroken. De berekening voor de I/C-verhouding op dit wegvak specifiek ziet er als volgt uit:
𝐼𝐶𝑤𝑎𝑎𝑟𝑑𝑒:
= 𝑑𝑎𝑎𝑑𝑤𝑒𝑟𝑘𝑒𝑙𝑖𝑗𝑘𝑒 𝑡ℎ𝑒𝑜𝑟𝑒𝑡𝑖𝑠𝑐ℎ𝑒 𝑐𝑎𝑝𝑎𝑐𝑖𝑡𝑒𝑖𝑡 (10 𝑟𝑖𝑗𝑠𝑡𝑟𝑜𝑘𝑒𝑛) ∗𝑔𝑒𝑚𝑒𝑡𝑒𝑛 𝑖𝑛𝑡𝑒𝑛𝑠𝑖𝑡𝑒𝑖𝑡 (255.153)
(2.150 (𝑡ℎ𝑒𝑜𝑟𝑒𝑡𝑖𝑠𝑐ℎ𝑒 𝑐𝑎𝑝𝑎𝑐𝑖𝑡𝑒𝑖𝑡 𝑎𝑎𝑛 𝑣𝑜𝑒𝑟𝑡𝑢𝑖𝑔𝑒𝑛 𝑝𝑒𝑟 𝑟𝑖𝑗𝑠𝑡𝑟𝑜𝑜𝑘 𝑝𝑒𝑟 𝑢𝑢𝑟)50∗
24 (𝑢𝑢𝑟) )
De gemeten verhouding tussen intensiteit en capaciteit over 24 uur was 0,49. Theoretisch gezien werd in 2005 dus slechts 49% van de theoretische capaciteit tussen Rotterdam-Centrum – Rotterdam-Feijenoord gebruikt. Een veel gebruikte indicator van congestie is, dat wanneer de I/C-verhouding van een wegvak boven de 0,7 ligt, er vaker dan incidenteel congestie ontstaat. Wanneer deze verhouding boven de 0,8 uitkomt ontstaat
dagelijks zware, structurele, congestie op een wegvak.51 Het is evenwel goed mogelijk dat de
I/C-verhouding bij tijd en wijle boven de 1,0 uitkomt. Dan rijden er dagelijks meer auto’s over een wegvak dan deze in theorie aankan, bijvoorbeeld omdat de onderlinge afstand tussen
49 Wegenwiki, ‘Capaciteit’, http://www.wegenwiki.nl/Capaciteit (21 februari 2014). 50 Ibidem.
voertuigen kleiner wordt dan eigenlijk veilig is, of hun snelheid anders ligt dan die waar de
theoretische capaciteit van uitgaat.52
De formule voor I/C-verhoudingen op de vorige pagina is overigens nog niet compleet. Voor het eigen onderzoek is de berekening van de zogenaamde ‘I/C-waarden’ allereerst gecorrigeerd naar de drukst bereden, oftewel ‘maatgevende’ zestien uren per werkdag door de ‘werkdagintensiteit’ met 10% te verminderen. Hierbij wordt er van uitgegaan dat het verkeer in de nachtelijke uren slechts 10% van het totaal over 24 uur uitmaakt. De dag-/nachtfactor van 10% kent niet alleen een theoretische onderbouwing vanuit de verkeerskunde, maar kan ook geverifiëerd worden: bij de Belgische intensiteitscijfers die voor dit onderzoek gebruikt zijn, werden ook de dag-/nachtverhouding bijgeleverd. Deze fungeerden daarom als controlegroep. Voor alle 653 wegvakken in de Vlaamse Ruit gold dat zowel in 2000 als 2005 de gemiddelde dag-/nachtverhouding inderdaad 10% bedroeg, en de variantie op dit gemiddelde was slechts 1,5%. De mate van spreiding tussen de gemeten Belgische waarden duidt er op dat er geen grote
onderlinge verschillen te verwachten zijn in 24- of 16 uurs-intensiteiten. 53 Daarnaast blijkt uit
geen enkel ander gegeven dat dit voor de andere gebieden significant zou verschillen. Een voorbehoud is wel dat de spreiding bínnen deze maatgevende 16 uren niet duidelijk is. Het verschil in congestie tussen de ochtend- en avondspits en de rest van een werkdag blijft hierdoor helaas nog steeds onzichtbaar.
Verder is in de I/C-berekening niet uitgegaan van een maximale rijstrookcapaciteit per enkel gemeten voertuig, maar is deze uitgedrukt in ‘personenauto-equivalenten’ (pae). Dit houdt in dat waar iedere auto voor een factor van 1 meetelt, vrachtwagens en andere grote voertuigen dubbel tellen, met als gevolg dat de daadwerkelijke capaciteit van een wegvak beter
wordt benaderd door de theoretische berekening.54 Grote voertuigen nemen immers meer plaats
in op de weg. In Appendix B is de uiteindelijk gebruikte formule ter berekening van de I/C-verhouding weergegeven, tezamen met een nadere toelichting. Tenslotte kwam hierboven al naar voren dat de kaartweergave van de onderzochte trajecten een geaggregeerde is. Voor de Vlaamse Ruit gaat het bijvoorbeeld om 43 ‘trajecten’, opgebouwd uit 653 individuele wegvakken, die volgens de I/C-berekening al dan niet te maken hadden met een verhoogde kans op congestie.
52 Theoretische wegcapaciteit gaat namelijk uit van gemiddelde onderlinge snelheden en afstanden bij
‘free-flow’ toestanden, oftewel wanneer het verkeer vrijuit kan doorrijden.
Ook het Kennisinstituut voor Mobiliteitsbeleid heeft gebruikt gemaakt van grofweg de hierboven beschreven methode om de verkeersdruk in de onderzochte stedelijke gebieden te vergelijken. Hierbij is echter, net als in het artikel van Hilbers en Wilmink, gebruik gemaakt
van gebiedsgemiddelden.55 Het gebruik van deze methode door het KiM maakt wel dat deze
weer goed te vergelijken zijn met de resultaten van het eigen onderzoek verderop in dit hoofdstuk. Wanneer de bovengenoemde berekening van de I/C-verhouding losgelaten wordt op de drie onderzochte stedelijke gebieden over de laatste twee peiljaren (1995 en 2005), categorisch onderverdeeld naar relatieve congestiezwaarte op geaggregeerde trajecten, geeft dat de kaart op de volgende pagina als resultaat.
Kaart 4: I/C-verhoudingen naar congestiezwaarte, op snelwegtrajecten in de onderzochte gebieden in de laatste twee peiljaren. 56
56 Hierbij is de ruimtelijke indeling van de drie gebieden volgens Eurostat, het statistisch bureau van de EU, ter
Kaart 4 op de vorige pagina laat zien waar precies in de Randstad, de Vlaamse Ruit en de Rijn-Ruhr een verhoogde kans op congestie bestond, met een I/C-verhouding tussen de 0,7 en 0,8, en waar het verkeer te maken had met structurele congestie door een I/C-verhouding van boven de 0,8. Deze categorische indeling brengt de ontwikkeling van de fileproblematiek in deze gebieden nauwkeurig in beeld en leent zich voor een aantal belangrijke conclusies. Zo was in alle drie gebieden in 1995 vooral lokáál een verhoogde kans op congestie. Wat opvalt is echter de veel snellere, en in ruimte uitgebreidere, groei van de verkeersdruk in de Randstad in vergelijking met de Rijn-Ruhr en vooral de Vlaamse Ruit. Komend van een relatief vergelijkbare situatie in 1995, groeide congestie in de Randstad in de periode daarna enorm. Dit beeld strookt totaal niet met de conclusie uit het artikel van Hilbers en Wilmink, namelijk dat de Randstad het niet slechter zou doen dan andere gebieden. Sterker nog, de Randstad had anno 2005 blijkbaar te maken met een veel groter fileprobleem.
Zoals eerder vermeld valt eventuele extra verkeersdruk tijdens de spitsuren weg op dit abstractieniveau en wordt modelmatig geen rekening gehouden met problemen bij slecht weer of ongevallen. Ook zijn de geaggregeerde resultaten voor de Randstad en de Vlaamse Ruit uit 1995 niet geheel vergelijkbaar met de specifieke resultaten uit de Rijn-Ruhr. De algehele mate van congestie in de Rijn-Ruhr lag in dat peiljaar ergens tussen die in de Randstad en de Vlaamse Ruit, maar was qua zwaarte niet vergelijkbaar met eerstgenoemde.
Tabel 3: De gemiddelde I/C-verhouding in de drie gebieden tijdens de peiljaren, inclusief het tussenliggende groeipercentage.57 1986 ←Groei→ 1995 ←Groei→ 2005 Randstad 0,35 45% 0,51 17% 0,60 Rijn-Ruhr - - 0,46 5% 0,49 Vlaamse Ruit 0,27 51% 0,40 9% 0,44
Duidelijk is dat zowel in de Randstad als de Vlaamse Ruit het tempo van de gemiddelde groei van congestie op alle gemeten wegvakken tussen de eerste twee peiljaren erg hoog lag. In de Randstad zette deze groei in het tweede decennium van de onderzoeksperiode echter veel sterker door. De ontwikkeling in de Rijn-Ruhr is voor de jaren 1986-1995 niet bekend maar uit de steekproef van ‘Dauerzählstellen’ blijkt dat in de periode 1995-2005 slechts marginale verandering optrad. Daarbij was het algehele congestieniveau, uitgedrukt in een gemiddelde I/C-verhouding, in de Rijn-Ruhr sterk minder dan in de Randstad.
Deze resultaten zijn goed vergelijkbaar met die uit de ‘Mobiliteitsbalans 2008’ van het KiM. Ook daarin is voor ieder van de drie stedelijke gebieden een gemiddelde I/C-verhouding berekend, zoals weergegeven in de tabel hieronder
Tabel 4: De gemiddelde I/C-verhouding in de drie gebieden in 2005 volgens het eigen onderzoek en in 2008 volgens het KiM met elkaar vergeleken (plus het procentuele verschil
waarmee laatstgenoemde afwijkt met de eigen gegevens).58
Eigen Onderzoek KiM-gegevens Verschil
Randstad 0,60 0,63 +5%
Rijn-Ruhr 0,49 0,46 -7%
Vlaamse Ruit
(gebiedsdefinitie KiM) 0,44 0,59 +34%
57 Voor de Randstad en de Vlaamse Ruit zijn de I/C-waarden per traject of wegvak verrekend met hun lengte in
kilometers, waardoor er een naar afstand gewogen gemiddelde ontstaat. De ‘Dauerzählstellen’ worden beschouwd als enkele meetpunten, en betreffen ongewogen gemiddeldes.
De resultaten uit het eigen onderzoek en dat van het KiM komen wat betreft de Randstad en de Rijn-Ruhr sterk overeen. Afwijkende telmomenten, de representativiteit van de steekproef van de ‘Dauerzählstellen’ in de Rijn-Ruhr in het eigen onderzoek, en het feit dat het KiM de gemiddelde verkeersdruk niet voor de volle 16 uren overdag, maar alleen voor verder ongedefinieerde ‘spitsuren’ berekend heeft, zorgen voor ietwat verschillende uitkomsten. Het grote verschil in resultaat wat de Vlaamse Ruit betreft kent haar basis in de gebiedsafbakening die het KiM gebruikt. Op basis van die afbakening wordt een groot deel van de snelwegen in de Vlaamse Ruit namelijk niet meegerekend, wat een vertekend beeld oplevert van de relatieve
verkeersdruk aldaar.59
Dankzij het gebruik van I/C-waarden, zoals op Kaart 4, zijn in ieder geval voor het jaar 2005 álle wegvakken in de Randstad, de Rijn-Ruhr en de Vlaamse Ruit op een zelfde wijze te beoordelen. Daarbij is duidelijk geworden dat deze resultaten niet overeenkomen met wat er in de literatuur gesuggereerd wordt. Hilbers en Wilmink in hun artikel uit 2002 dat de interne verschillen in de Randstad groot zouden zijn: “Stadscentra kunnen veel minder makkelijk
bereikt worden dan suburbane gebieden.”60 De nadere analyse van de I/C-verhoudingen in 2005
laat echter een ander beeld zien: Ook rond bijvoorbeeld Hilversum en Leiden, en vanuit de Randstad naar de Betuwe, Flevoland en andere meer perifere gebieden was de verkeersdruk in 2005 bijzonder fors. Júist in periode 1995-2005 is de congestiekans binnen de Randstad méér verspreid geraakt. Waar de problemen in de Vlaamse Ruit en de Rijn-Ruhr geografisch relatief beperkt bleven, namelijk vooral rond grote steden, was er in de Randstad in het peiljaar 2005 sprake van een grote congestiekans op álle tussen de grote steden aanwezige snelwegverbindingen.
De conclusie die Hilbers en Wilmink trekken, dat weginfrastructuur in de Randstad niet slechter presteert dan elders, is misschien niet zozeer onjuist, als wel door de tijd ingehaald. Mogelijkerwijs baseerden zij zich in hun artikel uit 2002 op verouderde gegevens. Wat betreft congestie is de periode 1995-2005 in de Randstad namelijk een omslagpunt: het aantal wegvakken waar de I/C-verhouding boven de congestiegrens van 0,7 uitkwam nam er bijzonder fors toe. Daarmee was in 2005 uiteindelijk ook over langere afstanden, en op een groot aantal toevoerende en tussenliggende verbindingen, een hoge congestiekans aanwezig, en was het risico op files ook tússen de grote steden erg hoog. Zulke fileproblemen over langere afstand komen verder alleen maar voor in de Rijn-Ruhr, waar de A40 in het Ruhrgebied dezelfde
59 Appendix D gaat dieper in op dit afbakeningsprobleem.
problemen kent als bijvoorbeeld de A1 of A2 in de Randstad. De congestiegevoelige delen van deze weg liggen echter volledig binnen de door de EU vastgestelde ‘core city’ van het ‘Ruhrgebied’, dwars door achtereenvolgens Duisburg, Mülheim, Essen, Bochum en Dortmund heen. In tegenstelling tot de grootschalige problemen op tussenliggende verbindingen in de Randstad trad zwaardere congestie in de Rijn-Ruhr daarmee vooral op in ‘binnenstedelijk’ gebied.
Op basis van het gebruik van intensiteit/capaciteits-verhoudingen is geen andere conclusie mogelijk dan dat congestie in de Randstad veel sneller is gegroeid dan in de andere twee gebieden. In 2005 lag deze uiteindelijk fors hoger dan in de Vlaamse Ruit en de Rijn-Ruhr. Dit gegeven staat sterk in contrast met de conclusie die Hilbers en Wilmink in hun artikel uit 2002 trekken. Hun slotsom was dat ‘de Randstad het niet slechter lijkt te doen dan de andere
twee gebieden.’61 De bovenstaande onderzoeksresultaten laten zien dat deze conclusie echter
geen feitelijke basis kent. De theoretische ‘kwaliteit’ van in ieder geval het snelwegennet in de Randstad lijkt teniet te worden gedaan door de te hoge mate van gebruik ervan.
3. Verklaringen vanuit invloedsfactoren
In het voorgaande hoofdstuk is aangetoond dat de verkeersdruk in de Randstad veel sneller groeide dan in de andere twee onderzochte stedelijke gebieden, met fors meer congestie als gevolg. Wat waren de doorslaggevende invloedsfactoren hiervoor? Geredeneerd vanuit de 'land-use transport feedback cycle' heeft de aantrekkelijkheid van Randstedelijke locaties (plus daaruit voortvloeiende activiteiten) de capaciteit van het netwerk in ieder geval duidelijk ingehaald. Wegener’s modelmatige aanpak onderscheidt hiervoor een aantal categorische oorzaken: ruimtelijke ontwikkeling, economische ontwikkeling, demografische transities en
autogebruik.62 Bij elkaar opgeteld moeten de ‘keuzes’, ‘transities’ en (delen van) het ‘beleid’
achter deze invloedsfactoren debet geweest zijn aan de zwaardere congestie in de Randstad. In eerder onderzoek naar de drie gebieden komen deze invloedsfactoren helaas vrij summer aan bod. Hilbers en Wilmink noemen in hun artikel uit 2002 bijvoorbeeld alleen een aantal algemene, niet gepreciseerde verschillen tussen de Randstad, de Rijn-Ruhr en de Vlaamse Ruit. Zo is de eerstgenoemde qua oppervlak de kleinere van de drie regio’s, maar is hier tegelijkertijd ook de hoogste dichtheid aan bevolking en economische activiteit te vinden. Haar bevolking is relatief jong, en groeide sneller dan in de andere regio’s. Autobezit is er
echter relatief laag en er wordt veel meer gebruik gemaakt van de fiets dan elders.63 De
Rijn-Ruhr is veel groter dan de Randstad en, mede door het verlies van activiteit in de mijnbouw, is de werkloosheid er hoger en de economische groei lager. Autobezit is er juist weer relatief hoog, zeker gemeten naar het Europees gemiddelde. De Vlaamse Ruit heeft de laagste bevolkingsdichtheid en ook de kleinste bevolking van de drie regio’s. Het autobezit is er gemiddeld, de woningspreiding relatief egaal, en veel werkplekken zijn rond Brussel geconcentreerd. Groei van bevolking en werkgelegenheid vond zowel in de Randstad als in de Rijn-Ruhr in meer rurale gebieden plaats. Maar, ondanks de sneller groeiende economie, hebben de binnensteden in de Randstad relatief meer banen verloren dan die in de Rijn-Ruhr.
Het lijkt er volgens Hilbers en Wilmink op dat deze banen naar buiten de stad zijn verplaatst.64
Op basis van het onderzoek uit hoofdstuk 2 valt te verwachten dat deze invloedsfactoren met name voor verschillen aan de vraagkant van de I/C-verhouding verantwoordelijk waren. In
62 Wegener, ‘Current and future land use models’, 13.
de Randstad ligt volgens Hilbers en Wilmink in kwalitatieve zin immers geen slecht snelwegennet. Daarnaast zal, ceteris paribus, een groter aanbod van capaciteit in het netwerk de I/C-verhouding altijd verbeteren. Mogelijkerwijs heeft de grotere mate van congestie in de Randstad zijn oorzaak in een te geringe aanbodgroei van het netwerk in vergelijking met de ogenschijnlijk snel groeiende vraag naar snelwegcapaciteit. Wat het dit wegennetwerk betreft zijn er volgens Hilbers en Wilmink een aantal belangrijke verschillen tussen de gebieden zichtbaar. Zo wordt in de Vlaamse Ruit op bijna alle ‘afstandsrelaties’ minder gebruik gemaakt van snelwegen. Dit zou komen omdat regionale wegen er als goed funtionerend alternatief fungeren. In de Randstad ontbreekt het echter aan voldoende regionale wegen, terwijl het snelwegennet veel op- en afritten kent. Hoofdwegen nemen daardoor de functie van het
regionale net grotendeels over.65 Dit strookt met het gegeven wat reeds in de inleiding vermeld
werd: autosnelwegen verwerken in Nederland meer dan de helft van het wegverkeer buiten de bebouwde kom. Daarbij, zo stellen Gijs Mom en Ruud Filarski dat het snelwegennet in Nederland tijdens de grootschalige aanleg ervan gedurende de jaren ‘60 weinig samenhang kende met het regionale wegennet, en daarmee: “Als het ware losgezogen [was] van de
omgeving waarvan het deel uitmaakte.”66 Zij zijn uiterst kritisch over dit zogenaamd
‘gesuperponeerde’ snelwegennetwerk, dat daarmee qua structuur wezenlijk zou verschillen van onder andere het Belgische en het Duitse.
Los van de vraag of deze kritiek op zijn plaats is, liggen in deze opmerkingen in ieder geval al een eerste, duidelijke verklaring voor de hogere belasting van het autosnelwegennet in de Randstad: regionale wegen zijn er van minder groot belang dan in de andere twee gebieden. Deze conclusie lijkt te worden ondersteund door de resultaten uit het onderzoek naar I/C-verhoudingen in het vorige hoofdstuk. Alleen al in absolute wordt het autosnelwegennet in de Randstaad een stuk zwaarder belast dan in de andere twee gebieden. De hogere vraag naar wegcapaciteit alhier zorgt er tegelijkertijd voor dat veel wegvakken een ‘spitsintensiteit’ hebben die lager ligt dan in de andere gebieden. In tegenstelling tot 9,5%-9,9% dagelijks verkeer in het drukste spitsuur in de Rijn-Ruhr en Vlaamse Ruit, verwerken autosnelwegen in de Randstad
slechts 8,1%-8,4% van het verkeer in dit drukste uur.67 Hiermee is de relatieve piekbelasting
misschien minder, maar wordt de totale verkeersvraag meer over een gemiddelde werkdag verspreid. Met andere woorden: het snelwegennet wordt in de Randstad juist zó intensief
65 Hilbers en Wilmink, ‘Transportation networks in comparative perspective’, 465. 66 Mom en Filarski, Van transport naar mobiliteit dl. 2, 323.
gebruikt, dat de spitsperiode langer duurt, en er langere periodes van congestie bestaan dan in de andere gebieden! Grotere aantallen verkeer moeten zich dus op een kleiner aantal wegen wringen en verspreiden zich vervolgens over een groter aantal uren van hogere capaciteitsbelasting, met navenant zwaardere congestie tot gevolg.
Substitutie tussen Auto en Openbaar Vervoer
Zo’n concentratie in ruimte (over een kleiner aantal trajecten) en spreiding in tijd (over een groter aantal spitsuren) van capaciteitsbelasting hangt niet alleen samen met het functioneren van het wegennet, maar ook met eventuele alternatieven voor de auto. Congestie op het wegennet kan deels ondervangen worden door substitutie van automobiliteit via andere
vervoermiddelen. Deze verschuiving staat bekend als de zogenaamde 'modal shift', .68
Figuur 3: de keuze van vervoermiddel in de 'land-use transport feedback cycle'69
In de figuur op de vorige pagina staat afgebeeld hoe volgens Wegener de keuze tussen de auto en andere vervoermiddelen volgens Wegener gemaakt wordt. Activiteiten, het autobezit van mensen die deze activiteiten ondernemen en een aantal daaropvolgende ‘keuzes’ monden uit in een afweging van reistijd, –afstand en –kosten.
Het gebruik van het openbaar vervoer kan hierbij een aantrekkelijk alternatief zijn. Zo kent het treinverkeer in de Randstad volgens Hilbers en Wilmink een veel hogere ritfrequentie dan in de andere twee gebieden, en hebben de verbindingen aldaar gemiddeld een hogere
snelheid en wordt er minder vaak gestopt dan in de andere gebieden.70 Daarmee zou
treinverkeer in de Randstad functioneren zoals het wegennetwerk: gekenmerkt door een relatief
klein aantal, zeer intensief gebruikte, verbindingen.71 Volgens Hilbers en Wilming kennen
zowel autosnelwegen als het spoor in de Randstad dus een hogere ‘bezettingsgraad’ dan in de Rijn-Ruhr en de Vlaamse Ruit. En ook over het openbaar vervoer-netwerk in de Randstad trekken zij dezelfde conclusie als over de snelwegen aldaar: dat het zeker niet slechter
functioneert dan in de twee andere gebieden.72
Dit beantwoordt echter niet de vraag in welke mate het openbaar vervoer de groei van congestie heeft beïnvloed. Helaas geeft de literatuur hier geen uitsluitsel over. De overstap van autogebruik naar het openbaar vervoer is afhankelijk van het verschil in relatieve kwaliteit,
beschikbaarheid en in zekere mate ook het kostenplaatje.73 Bij de totstandkoming van het
‘Tweede Structuurschema Verkeer en Vervoer’ (SVV-II) in het begin van de jaren ‘90 werd door de Nederlandse overheid gepoogd deze substitutie te bevorderen. Het SVV-II was het eerste nationale plan dat deze overstap als doel had, en wel als uitgangspunt voor een ‘integraal’ beleid voor verkeer en vervoer op nationaal niveau, en ‘mobiliteitsbeheersing’ voor een ‘duurzame samenleving’. Met andere woorden: alternatieven voor automobiliteit moesten verbeterd worden.74
Verbeteringen in het openbaar vervoer bleken echter tot minder overgangen vanuit de auto naar het OV te leiden, dan door velen werd verwacht (of gehoopt), zoals Baanders e.a. in
hun een vroege beoordeling van het SVV-II al stelden.75 Dit heeft te maken met de
70 Hilbers en Wilmink, ‘Transportation networks in comparative perspective’, 470. 71 Ibidem, 471.
72 Ibidem
73 A. Baanders e.a., ‘Substitutiemogelijkheden tussen auto en openbaar vervoer’, Tijdschrift voor
vervoerswetenschap 27 (1991) 189–202, aldaar 189–202.
uitwisselbaarheid tussen auto en OV. Ze zijn slechts in beperkte mate ‘communicerende
vaten’.76 In 1991, grofweg halverwege de eerste onderzoeksperiode uit het vorige hoofdstuk,
bleek dat “het concurrentievermogen van het OV met name op de korte en middellange afstanden (<25km) op dit moment op de meeste relaties nog tekort schiet om substantieel autokilometers te kunnen overnemen. In dit afstandssegment bevindt zich echter wel juist de
bulk van de autoverplaatsingen.”77 Daarnaast ondervond het ‘OV-potentieel’ concurrentie van
andere, vaak meer succesvolle, vervoerswijzen: fietsen en meerijden. 78Wel was er over langere
afstanden (meer dan 50 kilometer) een relatief goede uitwisselbaarheid tussen de auto en de trein, zoals Hilbers en Wilmink ook al opmerken. De trein had hier een ‘substantieel’ aandeel
in het totale verkeer, namelijk 15%.79 In totaal was volgens Baanders e.a. echter slechts voor
ongeveer 30% van de autokilometers een ‘acceptabel’ alternatief in het openbaar vervoer beschikbaar. En zelfs wanneer het openbaar vervoer op álle trajecten even concurrerend zou worden met de auto, als op deze 30% van de autokilometers, betekende dit modelmatig slechts
een reductie van autokilometers van circa 5%.80 De conclusie van Baanders e.a. over de
concurrentiekracht van het openbaar vervoer was daarom vrij negatief: “Het openbaar vervoer
vormt naar plaats, tijd en karakter (nog) in onvoldoende mate een alternatief voor de auto.”81
Met andere woorden: reistijd, –afstand en –kosten vielen in de overgrote meerderheid van de gevallen in het voordeel uit van de auto, zelfs onder invloed van beleid dat het openbaar vervoer trachtte te bevorderen.
Een relatief slechte ‘concurrentiepositie’ van het openbaar vervoer tegenover het totale autogebruik betekent niet noodzakelijkerwijs dat eerstgenoemde weinig invloed heeft gehad op autogebruik. Het Europese statistisch bureau (Eurostat) geeft voor de periode 2003-2009 een aantal kerncijfers met betrekking tot de relatieve vervoersaandelen van verschillende ‘modaliteiten’ in de Randstad, Vlaamse Ruit en Rijn Ruhr. Hierbij gaat het om het percentage ‘ritten’ die tijdens woon-werkverkeer met behulp van een bepaald vervoermiddel worden gemaakt. Deze gegevens zijn weergegeven in de tabel op de volgende pagina.
76 Baanders e.a., ‘Substitutiemogelijkheden’, 190–191. 77 Ibidem, 192.
Tabel 4: De procentuele verhouding tussen het gebruik van de auto, fiets en het OV in woon-werkverkeer in ‘Larger Urban Zones’ 2003-2006.82
Wat blijkt is dat de Randstad een veel lager aandeel van autoverkeer in woon-werkrelaties kent in vergelijking met de andere twee gebieden. Gekoppeld aan een aandeel fietsgebruik wat alleen in Antwerpen vergelijkbaar is, en een aandeel OV-gebruik dat zich kan meten met relatief grotere steden als Brussel, Düsseldorf en Keulen, betekent dit dat de auto in de Randstad juist mínder vaak als vervoermiddel gebruikt wordt dan elders. Het relatieve gebruik van modaliteiten, in de tabel gewaardeerd aan de hand van een kleurcode, laat zien dat het autogebruik in de Randstad rond 2005 juist méér werd ‘gedempt’ dan in de andere twee gebieden! Met andere woorden: waar Baanders e.a. nog sceptisch waren over de uitwisselbaarheid tussen auto en openbaar vervoer in Nederland, functioneerde deze substitutie in de periode 2003-2006, vergeleken met de andere onderzochte gebieden, zeker niet slecht. De Randstad presteerde gewoon goed op het gebied van fiets- en OV-gebruik. Daarnaast bestaat er in recente literatuur twijfel of er in de Randstad wel fors méér mensen gebruik kunnen maken van het openbaar vervoer. Wanneer dit OV-systeem al naar behoren werkt zou het moeilijk zijn
om nog grote groepen nieuwe reizigers aan te trekken.83
82 Eurostat, ‘Derived indicators for larger urban zones’,
https://open-data.europa.eu/en/data/dataset/THxx7DsyDr6j4CZsA03g (21 februari 2014); De gegevens voor de drie steden in de Vlaamse Ruit zijn voor de periode 2007-2009; Het aandeel ‘overig’ bestaat vooral uit voetgangersverkeer en in kleine mate uit gebruik van motorfietsen (deze worden door Eurostat niet meegenomen in cijfers over autoverkeer); Eurostat rekent alleen de stedenrij aan de noordkant van de Rijn-Ruhr tot het Ruhrgebiet, zie ook de kaart in Appendix A.
83 P. Bakker, P. Zwaneveld en J. Berveling, Het belang van openbaar vervoer: de maatschappelijke effecten op
een rij (Den Haag 2009) 19.
Auto Fiets OV Overig
De problematiek in de Randstad
Het functioneren van netwerken als invloedsfactor biedt vooralsnog onvoldoende verklaring voor de veel snellere groei van congestie in de Randstad. De grove economisch-geografische verschillen uit de literatuur en de mate van demping door het gebruik van alternatieven voor de auto bieden wel een eerste schifting van factoren: de Randstad was in de onderzoeksperiode relatief dichtbevolkter en economisch succesvoller, wat zorgde voor meer verkeer, en het snelwegennet werd er ook nog eens zwaarder belast doordat regionale wegen onvoldoende als alternatief fungeerden. Tegelijkertijd functioneerde het openbaar vervoer er echter naar behoren, en wist het fietsverkeer veel autobewegingen te voorkomen.
Los van elkaar hebben deze invloedsfactoren onvoldoende verklarende waarde. Het Kennisinstituut voor Mobiliteitsbeleid (KiM) heeft in de Mobiliteitsbalans 2007 daarom een poging gedaan om de verhouding tussen deze factoren te achterhalen. Hierbij hebben zij zich gericht op het verklaren van zogenaamde ‘voertuigverliesuren’. Deze benadering maakte het mogelijk de procentuele invloed van verschillende vraag- en aanbodfactoren te achterhalen. Doot het gebruik van voertuigverliesuren hanteert het KiM weliswaar een andere definitie voor congestie dan de in Hoofdstuk 2 gebruikte I/C-verhouding, en ook zijn alleen de jaren 1996-2005 door het KiM onderzocht, maar eerstgenoemde is geen groot probleem bij analyse van alleen de unieke situatie in de Randstad. Daarnaast komt de onderzoeksperiode van het KiM precies overeen met de jaren waarin het fileprobleem in de Randstad fors groeide.
Allereerst wordt uit het rapport duidelijk dat het verkeer op het Nederlandse hoofdwegennet veel sneller gegroeid is dan het personenvervoer in het algemeen. Deze verschillen in groei zijn in de tabel hieronder weergegeven.
Tabel 5: Toenemend gebruik van het hoofdwegennet 1996-2005.84
Verkeerstoename Personenvervoer 10%
Toename als Autobestuurder 12%
Verkeerstoename Hoofdwegennet 28%
Volgens het KiM was deze ‘Verkeerstoename Hoofdwegennet’ fors groter dan de totale toename in personenvervoer, omdat de gemiddelde woon-werkafstand tussen 1996 en 2005
sterk groeide. Dit was niet zozeer een unieke situatie in de Randstad. Sterker nog, de ‘mobiliteitsbehoefte’ van per auto afgelegde kilometers per dag lag hier 27% lager dan in de
Rijn-Ruhr, en zelfs 41% lager dan in de Vlaamse Ruit!85 Toch was het nog steeds zo dat “door
toenemend gebruik van het hoofdwegennet kunnen mensen zich langere woon-werkafstanden
permitteren zonder grote toename van hun reistijden.”86 Let wel: ervan uitgaande dat men op
de snelweg eerder bij plaats van bestemming zou zijn, wat in dezelfde periode, bij groeiende congestie, in de Randstad geen garantie was. Hilbers en Wilmink trekken in hun artikel uit 2002 eigenlijk dezelfde conclusie als het KiM. Zij stellen dat het ‘dagelijks stedelijk systeem’ in de Randstad sterk gegroeid is, omdat forensisme plaatsvindt over steeds grotere afstanden. Grote delen van de groei van zowel bevolking en banen is tot 2002 grotendeels 10-50 kilometer van
de kernsteden vandaan gerealiseerd.87 Het effect van deze ontwikkeling is overduidelijk: het
gebruik van auto(snel-)wegen in het bijzonder groeide in Nederland twee keer sneller dan het autoverkeer in het algemeen. Het lijkt daarom niet vreemd dat het KiM 67 procentpunten van de groei van congestie (in dit geval ‘voertuigverliesuren’) tussen 1996 en 2005 aan deze extra vraag naar capaciteit op de hoofdwegen toekent.
De figuur op de volgende pagina, overgenomen uit de Mobiliteitsbalans 2007, laat zeer precies het procentuele groeieffect van de invloed van (groepen van) factoren zien, welke oorzaak waren voor de ontwikkeling van het aantal voertuigverliesuren tussen 1996 en 2005. Aan de hand van een kleurcode zijn deze factoren uitgesplitst naar ontwikkelingen in de vraag naar- (groen) en het aanbod van (geel) infrastructurele capaciteit.
85 Kennisinstituut voor Mobiliteitsbeleid, Mobiliteitsbalans 2008, 30. 86 Kennisinstituut voor Mobiliteitsbeleid, Mobiliteitsbalans 2007, 91.
Figuur 4: Groei en demping van het aantal voertuigverliesuren in de Randstad 1996-2005 volgens het KiM (kopie), met toegevoegde kleurcode.88
De extra vraag naar infrastructuur ontstond volgens het KiM bijna volledig door demografische, economische en ruimtelijke ontwikkelingen; oftewel door factoren aan de vraagkant. Oftewel: locaties en activiteiten waren debet aan een grote vraag naar netwerkcapaciteit en daarmee van potentieel negatieve invloed op bereikbaarheid. Tegelijkertijd dempten ontwikkelingen aan de aanbodkant, zoals nieuwe capaciteit, diezelfde vraaggroei ten dele weer. Deze optelsom geldt overigens voor Nederland in het geheel, en niet voor de Randstad specifiek, maar het KiM stelt dat vrijwel alle trajecten met een lage ‘betrouwbaarheid van reistijd’ zich in de Randstad
bevonden.89 Al met al zijn de ontwikkelingen in het aantal voertuigverliesuren in 1996 en 2005
volgens het KiM goed verklaarbaar. Slechts 17 van de in totaal 137 procentpunten verschil zijn volgens hen niet te traceren. Al met al konden ‘nieuwe wegen’, ‘extra stroken’ en ‘benutten’ de ‘toename bevolking, banen, e.d.’ onvoldoende tegenaan.
Figuur 5: De relatie tussen verschillende factoren volgens het KiM (kopie), met toegevoegde kleurcode.90
In de Mobiliteitsbalans 2008 plaatste het KiM de oorzaken voor verkeersomvang en congestie, die in hun rapport uit 2007 al werden genoemd, in een verklarend schema (figuur 5). Hiermee zou een verantwoorde vergelijking tussen de Randstad en andere stedelijke gebieden over de invloedsfactoren op congestie mogelijk worden. Logischerwijs stelde het KiM dat demografische, economische en ruimtelijke factoren van duidelijk extra ‘positieve’ invloed op de dagelijkse mobiliteitsbehoefte van burgers waren. Dit is als extra invloedsrelatie meegenomen in het schema. Daarmee geefd dit meest recente onderzoek over congestie in de Randstad, Rijn-Ruhr en Vlaamse Ruit in ieder geval deels rekenschap van de theorie achter de 'land-use transport feedback cycle'; namelijk dat ‘locaties’ en socio-demografische,
economische en culturele factoren de activiteiten van mensen sterk bepalen.91 Toch stelt het
KiM dat er geen positieve dan wel negatieve invloed van overheidsbeleid op congestie kan worden gevonden. Het levert “geen eenduidige verklaring voor de verschillen in
verkeersomvang en congestie [in de verschillende gebieden].”92
90 Kennisinstituut voor Mobiliteitsbeleid, Mobiliteitsbalans 2008, 22. 91 Bertolini, De planologie van mobiliteit, 13.
De figuur hieronder laat zien hoe, volgens het KiM, de verschillende groepen van factoren in de Randstad in vergelijking de andere onderzochte gebieden meer of minder invloed hadden op verkeersomvang en congestie. Met name economie, demografie en ruimtelijke structuur aan de vraagkant (weergegeven in de groene kaders), en netwerkopbouw aan de aanbodkant (in een geel kader) zouden hier aan bij hebben gedragen (+), terwijl de gemiddelde ‘Mobiliteitsbehoefte’ van burgers eerder als rem fungeerde (-).
Figuur 5: Verklaring van de verschillen in verkeersomvang en congestie tussen de Randstad en andere stedelijke gebieden volgens het KiM (kopie), met toegevoegde kleurcode.93
Geredeneerd vanuit deze schema’s van het KiM moet de groei van verkeersdruk, en daarmee samenhangende congestie, haast als extensief opgevat worden. De samenhangende factoren ‘ruimtelijke structuur’, ‘demografie’ en ‘economie’ zouden afdoende verklaring zijn voor de hogere congestie in de Randstad, terwijl hieruit voortkomende mobiliteitsbehoefte er juist géén
